Pandas DataFrame中如何将NaN值替换为唯一引用编号

你代码的错误出在str(ah_df['Index Values'])这一步：该操作会将整个Index Values列的Pandas Series对象整体转换为字符串，返回的是Series的打印格式化内容（包含行号、全列数值、换行符等），并非逐行提取对应单元格的索引值进行拼接，因此才会出现不符合预期的输出结果。

方案1（更简洁，无需额外创建索引列） #

直接对行索引做类型转换后拼接即可，无需额外存储索引列：

# 直接基于行索引生成唯一引用
ah_df.loc[ah_df["Planning Reference"].isnull(), 'Planning Reference'] = "Unknown Ref" + ah_df.index.astype(str)

方案2（沿用你已创建的Index Values列） #

仅需要将对整列的str()调用改为Pandas逐元素类型转换方法astype(str)即可：

ah_df.loc[ah_df["Planning Reference"].isnull(), 'Planning Reference'] = "Unknown Ref" + ah_df['Index Values'].astype(str)

补充：生成完全连续的引用编号 #

如果你的原DataFrame索引不连续，希望生成的缺失引用编号是连续递增的，可以使用以下写法：

missing_mask = ah_df["Planning Reference"].isnull()
ah_df.loc[missing_mask, 'Planning Reference'] = "Unknown Ref" + pd.Series(range(missing_mask.sum()), index=ah_df[missing_mask].index).astype(str)

内容的提问来源于stack exchange，提问作者GlassShark1